文献类型：期刊文章

作　　者：葛长峰[1] 胡庆兴[2] 李方明[2]

机构地区：[1]上海梅山钢铁股份有限公司,南京210039 [2]南京工业大学岩土工程研究所,南京210009

出　　处：《防灾减灾工程学报》

年　　份：2008

卷　　号：28

期　　号：4

起止页码：519-523

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、JST、RCCSE、ZGKJHX、普通刊

摘　　要：深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。

关 键 词：深基坑工程 地表沉降预测 人工神经网络 误差反向传播(BP)神经网络  径向基函数(RBF)神经网络

分 类 号：TU433]